汽车牌照定位是一个公认的较难解决的图象分割问题. 目前已经实现的分割主要局限于灰度图象, 且定 位效果仍易受阴影和光照等条件的影响. 为解决彩色汽车图象牌照定位问题, 提出了彩色图象边缘检测算子Co l2 o rP rew it t 和彩色边缘检测与区域生长相结合的牌照定位算法Co lo rL P, 其充分利用了颜色信息和牌照特点. Co lo r2 P rew it t 算法简单, 全面作用在颜色空间的3 个分量上, 在彩色牌照定位的边缘检测中具有传统算子无法比拟的优 势. 实验表明, 检
高效视频编码(High Efficiency Video Coding，HEVC)相较于H.264/AVC,帧内预测模式有35种，编码性能得到提高的同时也引起了算法复杂度的增加，本文提出了一种基于Canny彩色算子的快速帧内预测模式选择算法。该算法基于图像物理边缘的梯度方向提前分析预测块（Prediction Unites，PU）的方向，预先确定帧内预测的模式，避免算法遍历35种帧内预测模式。实验结果表明，该算法能够有效地降低帧内编码的复杂度，算法编码时间平均减少23.36%而仅损失0.69%的
